七成月活过亿 APP 已接入人工智能

2025 年 3 月 4 日，第三方数据机构 QuestMobile 发布的《2024 中国移动互联网年度大报告》显示，截至 2024 年 12 月，月活用户过亿的 APP 中，有超过七成已接入 AI123。相关具体情况如下2：

• 整体背景：2024 年全网月活用户已达 12.57 亿，一线、新一线、二线城市用户接近五成，其中一线城市用户同比增长了 1.2%。用户对互联网的使用程度加深，整体月人均使用时长达到 171.7 小时，短视频、即时通信、综合资讯分别达到 62.9 小时、40.2 小时、24.4 小时。
• AI 应用情况
  • 传统 APP 转型：AI 应用增速明显，传统 APP 正加速向 AI 转型，APP 内插件形态占大多数，意味着 AI 时代，传统 APP 的升级与重构是必然趋势。
  • AI 原生 APP 发展：2024 年 12 月，AI 原生 APP 月活规模已达 1.2 亿，同比增长 232%，月人均使用时长达到 132.8 分钟。其中，豆包、Kimi 智能助手、文小言的月活用户分别达到 0.75 亿、0.21 亿、0.12 亿。

电商类APP应如何更好地利用AI技术进行个性化推荐？

电商类 APP 可以从以下几个方面更好地利用 AI 技术进行个性化推荐：

精准构建用户画像

• 收集多维度数据：全面收集用户的行为数据，如浏览历史、购买记录、搜索关键词、停留时间、点赞评论等，以及人口统计学数据，包括年龄、性别、地理位置、收入水平等，还可以收集用户的兴趣爱好标签、社交网络信息等，以全方位了解用户需求和偏好。
• 运用机器学习算法：通过深度学习算法对收集到的数据进行分析和处理，挖掘用户潜在的兴趣和需求，将具有相似特征的用户归为同一类群体，为每个用户群体建立精准的画像，以便进行针对性的推荐。

优化推荐算法

• 协同过滤算法：基于用户的行为数据，找到与目标用户兴趣相似的其他用户，根据这些相似用户的购买或浏览历史，为目标用户推荐他们可能感兴趣的商品；或者基于商品之间的相似性，根据用户对某些商品的偏好，推荐与之相似的其他商品。
• 基于内容的推荐算法：分析商品的属性和特征，如商品的类别、品牌、材质、功能等，结合用户的历史购买和浏览记录，找到用户感兴趣的商品特征，为用户推荐具有相似特征的商品。该方法对于新用户和新商品的冷启动问题有较好的应对效果。
• 混合推荐算法：将协同过滤和基于内容的推荐算法相结合，综合利用两者的优势，提高推荐的准确性和多样性。还可以引入其他算法，如深度学习中的神经网络协同过滤（NCF）模型等，来捕捉用户与商品之间的复杂关系。

实时更新推荐内容

• 实时数据监测：利用 AI 技术实时监测用户的行为数据，如用户当前正在浏览的商品、加入购物车的商品、搜索的关键词等，及时了解用户的实时需求和兴趣变化1。
• 在线学习与模型更新：通过在线学习技术，让推荐模型能够根据实时数据不断更新和优化，动态调整推荐结果，使其更符合用户的最新行为和偏好。例如，当用户近期频繁浏览某一类商品时，及时调整推荐策略，增加该类商品的推荐权重。

提供场景化推荐

• 分析用户场景数据：结合用户的地理位置、时间、天气等场景数据，以及用户的购买历史和当前行为，分析用户在不同场景下的需求。例如，在下雨天为用户推荐雨具，在节假日为用户推荐适合送礼的商品，在用户身处旅游景点附近时推荐当地的特色商品或旅游相关产品2。
• 构建场景化推荐模型：利用 AI 算法构建场景化推荐模型，将场景因素与用户画像、商品特征等相结合，为用户提供更加贴合实际场景的个性化推荐。例如，根据用户的运动偏好和当前的季节，推荐适合该季节运动的服装和装备。

实现智能交互与个性化沟通

• 智能客服：引入智能客服机器人，通过自然语言处理技术理解用户的问题和需求，并及时给予准确的回答和建议。智能客服还可以根据用户的历史记录和当前咨询内容，主动推荐相关的商品或解决方案，提供个性化的服务。
• 个性化消息推送：根据用户的画像和行为，利用 AI 技术生成个性化的消息推送内容，如新品推荐、优惠活动通知、专属折扣等，通过 APP 推送、短信等方式发送给用户，提高用户的点击率和购买转化率。

评估与优化推荐效果

• 建立评估指标体系：建立一套完善的评估指标体系，如点击率、转化率、购买率、用户满意度等，通过这些指标来衡量个性化推荐的效果，了解推荐系统是否真正满足了用户的需求。
• 用户反馈收集：鼓励用户对推荐结果进行评价和反馈，如设置评分系统、评论区等，收集用户的意见和建议，以便及时发现问题并进行改进。同时，也可以通过用户反馈来优化用户画像和推荐算法，提高推荐的准确性和个性化程度。

保护用户隐私和数据安全

• 数据加密与安全存储：采用先进的加密技术对用户数据进行加密处理，确保数据在传输和存储过程中的安全性，防止数据泄露和被篡改。
• 严格的权限管理：建立严格的权限管理制度，对数据的访问和使用进行严格的控制，只有经过授权的人员和系统才能访问和处理用户数据，防止数据被滥用。